Implementação paralela do algoritmo iterativo de busca do parâmetro de regularização ótimo para o funcional de Tikhonov no problema de restauração de imagens

O uso de técnicas com o funcional de Tikhonov em processamento de imagens tem sido amplamente usado nos últimos anos. A ideia básica nesse processo é modificar uma imagem inicial via equação de convolução e encontrar um parâmetro que minimize esse funcional afim de obter uma aproximação da imagem original. Porém, um problema típico neste método consiste na seleção do parâmetro de regularização adequado para o compromisso entre a acurácia e a estabilidade da solução. Um método desenvolvido por pesquisadores do IPRJ e UFRJ, atuantes na área de problemas inversos, consiste em minimizar um funcional de resíduos através do parâmetro de regularização de Tikhonov. Uma estratégia que emprega a busca iterativa deste parâmetro visando obter um valor mínimo para o funcional na iteração seguinte foi adotada recentemente em um algoritmo serial de restauração. Porém, o custo computacional é um fator problema encontrado ao empregar o método iterativo de busca. Com esta abordagem, neste trabalho é feita uma implementação em linguagem C++ que emprega técnicas de computação paralela usando MPI (Message Passing Interface) para a estratégia de minimização do funcional com o método de busca iterativa, reduzindo assim, o tempo de execução requerido pelo algoritmo. Uma versão modificada do método de Jacobi é considerada em duas versões do algoritmo, uma serial e outra em paralelo. Este algoritmo é adequado para implementação paralela por não possuir dependências de dados como de Gauss-Seidel que também é mostrado a convergir. Como indicador de desempenho para avaliação do algoritmo de restauração, além das medidas tradicionais, uma nova métrica que se baseia em critérios subjetivos denominada IWMSE (Information Weighted Mean Square Error) é empregada. Essas métricas foram introduzidas no programa serial de processamento de imagens e permitem fazer a análise da restauração a cada passo de iteração. Os resultados obtidos através das duas versões possibilitou verificar a aceleração e a eficiência da implementação paralela. A método de paralelismo apresentou resultados satisfatórios em um menor tempo de processamento e com desempenho aceitável.

Financial Value Added FVA: uma nova ferramenta para a medição do desempenho financeiro das empresas

O objetivo dessa pesquisa é apresentar uma ferramenta alternativa ao valor econômico adicionado na mensuração da performance empresarial correlacionada com o valor de mercado. Na revisão da literatura apresenta-se o conceito de estrutura e custo de capital, utilizando a metodologia do CAPM e do APT. São igualmente apresentadas as principais medidas financeiras de desempenho tais como: retorno operacional sobre o investimento, retorno sobre o patrimônio liquido, retorno sobre os ativos, além de outras formas para cálculo do retorno. Na sequência introduzimos o conceito de lucro residual e o valor econômico adicionado, discutindo suas vantagens, desvantagens, dificuldades e limitações dessa ferramenta. Através do EVA podemos calcular o valor de mercado adicionado, fundamental para o cálculo do valor patrimonial ajustado. Também é apresentado nessa obra a interpretação do EVA pela ótica do modelo Fleuriet de planejamento financeiro. Após essa explanação teórica é apresentado o Financial Value Added proposto por esse trabalho, como alternativa ao Valor Econômico Adicionado na mensuração do desempenho empresarial. Essa ferramenta exclui da base de cálculo as receitas e despesas econômicas, uma vez que as mesmas em alguns casos distorcem o resultado como é constatado no teste com as empresas: Sadia S.A. e Perdigão S.A. onde os resultados foram 54% na Sadia e 13% na Perdigão superiores ao EVA. Em nenhum momento argumenta-se a substituição do EVA, apenas a introdução do FVA como alternativa nos casos em que o EVA não funcione adequadamente.